F7270 Matematické metody zpracování měření

Přírodovědecká fakulta
jaro 2017
Rozsah
2/1/0. 3 kr. (plus ukončení). Ukončení: kz.
Vyučující
Mgr. Filip Münz, PhD. (přednášející)
Mgr. Filip Münz, PhD. (cvičící)
Garance
prof. RNDr. Josef Humlíček, CSc.
Ústav fyziky kondenzovaných látek – Fyzikální sekce – Přírodovědecká fakulta
Kontaktní osoba: Mgr. Filip Münz, PhD.
Dodavatelské pracoviště: Ústav fyziky kondenzovaných látek – Fyzikální sekce – Přírodovědecká fakulta
Rozvrh
Po 20. 2. až Po 22. 5. Po 8:00–8:50 Fs1 6/1017, St 13:00–14:50 F2 6/2012
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Cílem předmětu je umožnit studentům
- popsat a vysvětlit základní postupy teorie pravděpodobnosti a matematické statistiky
- aplikovat tyto znalosti při zpracování experimentálních dat, zejména pak v úlohách odhadu a testování hypotéz.
Výstupy z učení
Studenti by měli být na konci kurzu schopni:
- popsat náhodnou proměnnou (NP) různými charakteristikami;
- určit vlastnosti kombinace náhodných proměnných (průměr, maximum);
- vyjmenovat některá diskrétní a spojitá rozdělení NP, zhruba je charakterizovat a uvést je do konkrétní souvislosti s experimentální praxí;
- uvést základní vlastnosti dobrého statistického odhadu;
- použít metodu maximální věrohodnosti na konkrétní odhad parametru;
- aplikovat lineární model na zvolený problém;
- provést test hypotézy o shodnosti experimentálního a teoretického rozdělení
Osnova
  • Pravděpodobnost, náhodné proměnné. Náhodný vektor, statistická závislost. Centrální limitní věta. Vícerozměrné normální rozdělení. Typová rozdělení pravděpodobnosti a jejich souvislosti. Statistický odhad, metoda maximální věrohodnosti a nejmenších čtverců. Poloha neznámého symetrického rozdělení. Lineární model s více neznámými. Nelineární model, numerická minimalizace. Testy hypotéz, Pearsonův a Kolmogorovův test.
Literatura
    doporučená literatura
  • Statistical methods in experimental physics. Edited by Frederick E. James. 2nd ed. Hackensack, N.J.: World Scientific, 2006, xviii, 345. ISBN 9789812705273. info
  • MARTIN, B. R. Statistics for physical sciences : an introduction. 1st ed. Boston: Academic Press, 2012, x, 302. ISBN 9780123877604. info
  • HUMLÍČEK, Josef. Statistické zpracování výsledků měření. 1. vyd. Brno: Rektorát UJEP, 1984, 101 s. info
  • EADIE, W. T. Statističeskije metody v eksperimental'noj fizike. Moskva: Atomizdat, 1976, 334 s. info
  • BARLOW, Roger. Statistics : a guide to the use of statistical methods in the physical sciences. Chichester: John Wiley & Sons, 1989, xv, 204. ISBN 0471922943. info
  • COWAN, Glen. Statistical data analysis. Oxford: Clarendon Press, 1998, xi, 197 s. ISBN 0-19-850155-2. info
  • ANDĚL, Jiří. Základy matematické statistiky. 2., opr. vyd. Praha: Matfyzpress, 2007, 358 s. ISBN 9788073780012. info
    neurčeno
  • BRANDT, Siegmund. Data analysis : statistical and computational methods for scientists and engineers. Translated by Glen Cowan. 3rd ed. New York: Springer-Verlag, 1998, xxxiv, 652. ISBN 0387984984. info
Výukové metody
přednášky, cvičení, zpracování dat jako domácí úloha
Metody hodnocení
Závěrečný projekt zpracování syntetických dat: odhady, identifikace vybočujících hodnot, testy dobré shody, zpracování nepřímých měření, závislost parametrů.
Navazující předměty
Informace učitele
http://nymeria.physics.muni.cz/face/praxis/fdoc/mmzm/
Další komentáře
Studijní materiály
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 1999, podzim 2010 - akreditace, podzim 2000, podzim 2001, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, jaro 2012 - akreditace, podzim 2012, jaro 2014, jaro 2015, jaro 2016, jaro 2018, jaro 2019, jaro 2020, jaro 2021, jaro 2022, jaro 2023, jaro 2024, jaro 2025.